GPU現(xiàn)在 vs. ASIC未來(lái)
本文內(nèi)容參考自動(dòng)駕駛系列報(bào)告“自動(dòng)駕駛系列報(bào)告：自動(dòng)駕駛芯片GPU的現(xiàn)在和ASIC的未來(lái)（車(chē)載芯片）”，梳理車(chē)載芯片的發(fā)展歷程，探討未來(lái)發(fā)展方向。自動(dòng)駕駛專題系列下載方式如下：
來(lái)源：全球政企解決方案
系列報(bào)告一：綜合篇：自動(dòng)駕駛的時(shí)代已經(jīng)開(kāi)始到來(lái)
系列報(bào)告二：決策層篇：自動(dòng)駕駛系統(tǒng)量產(chǎn)導(dǎo)向還是性能導(dǎo)向
系列報(bào)告三：車(chē)載芯片篇，自動(dòng)駕駛芯片GPU的現(xiàn)在和ASIC的未來(lái)
系列報(bào)告四：傳感器篇，多傳感器融合
系列報(bào)告五：控制執(zhí)行篇，轉(zhuǎn)向制動(dòng)電子化，自動(dòng)駕駛的必由之路
過(guò)去汽車(chē)電子芯片以與傳感器一一對(duì)應(yīng)的電子控制單元（ECU）為主，主要分布與發(fā)動(dòng)機(jī)等核心部件上。隨著汽車(chē)智能化的發(fā)展，汽車(chē)傳感器越來(lái)越多，傳統(tǒng)的分布式架構(gòu)逐漸落后，由中心化架構(gòu) DCU、MDC 逐步替代。
隨著人工智能發(fā)展，汽車(chē)智能化形成趨勢(shì)，目前輔助駕駛功能滲透率越來(lái)越高，這些功能的實(shí)現(xiàn)需借助于攝像頭、雷達(dá)等新增的傳感器數(shù)據(jù)，其中視頻（多幀圖像）的處理需要大量并行計(jì)算，傳統(tǒng) CPU 算力不足，這方面性能強(qiáng)大的 GPU 替代了 CPU。再加上輔助駕駛算法需要的訓(xùn)練過(guò)程，GPU+FPGA 成為目前主流的解決方案。
著眼未來(lái)，自動(dòng)駕駛也將逐步完善，屆時(shí)會(huì)加入激光雷達(dá)的點(diǎn)云（三維位置數(shù)據(jù)）數(shù)據(jù)以更多的攝像頭和雷達(dá)傳感器，GPU 也難以勝任，ASIC 性能、能耗和大規(guī)模量產(chǎn)成本均顯著優(yōu)于 GPU 和 FPGA，定制化的ASIC 芯片可在相對(duì)低水平的能耗下，將車(chē)載信息的數(shù)據(jù)處理速度提升更快，隨著自動(dòng)駕駛的定制化需求提升，ASIC 專用芯片將成為主流。本文以如上順序梳理車(chē)載芯片發(fā)展歷程，探討未來(lái)發(fā)展方向。
ECU（Electronic Control Unit）是電子控制單元，也稱“行車(chē)電腦”,是汽車(chē)專用微機(jī)控制器。一般 ECU 由 CPU、存儲(chǔ)器（ROM、RAM）、輸入/輸出接口（I/O）、模數(shù)轉(zhuǎn)換器（A/D）以及整形、驅(qū)動(dòng)等大規(guī)模集成電路組成。
ECU 的工作過(guò)程就是 CPU 接收到各個(gè)傳感器的信號(hào)后轉(zhuǎn)化為數(shù)據(jù)，并由Program 區(qū)域的程序?qū)?Data 區(qū)域的數(shù)據(jù)圖表調(diào)用來(lái)進(jìn)行數(shù)據(jù)處理，從而得出具體驅(qū)動(dòng)數(shù)據(jù)，并通過(guò) CPU針腳傳送到相關(guān)驅(qū)動(dòng)芯片，驅(qū)動(dòng)芯片再通過(guò)相應(yīng)的周邊電路產(chǎn)生驅(qū)動(dòng)信號(hào)，用來(lái)驅(qū)動(dòng)驅(qū)動(dòng)器。即傳感器信號(hào)——傳感器數(shù)據(jù)——驅(qū)動(dòng)數(shù)據(jù)——驅(qū)動(dòng)信號(hào)這樣一個(gè)完整工作流程。
隨著汽車(chē)電子化的發(fā)展，車(chē)載傳感器數(shù)量越來(lái)越多，傳感器與 ECU 一一對(duì)應(yīng)使得車(chē)輛整體性下降，線路復(fù)雜性也急劇增加，此時(shí) DCU（域控制器）和 MDC（多域控制器）等更強(qiáng)大的中心化架構(gòu)逐步替代了分布式架構(gòu)。
人工智能的發(fā)展也帶動(dòng)了汽車(chē)智能化發(fā)展，過(guò)去的以 CPU 為核心的處理器越來(lái)越難以滿足處理視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)的需求，同時(shí)處理器也需要整合雷達(dá)、視頻等多路數(shù)據(jù)，這些都對(duì)車(chē)載處理器的并行計(jì)算效率提出更高要求，而 GPU 同時(shí)處理大量簡(jiǎn)單計(jì)算任務(wù)的特性在自動(dòng)駕駛領(lǐng)域取代CPU成為了主流方案。
CPU 的核心數(shù)量只有幾個(gè)（不超過(guò)兩位數(shù)），每個(gè)核都有足夠大的緩存和足夠多的數(shù)字和邏輯運(yùn)算單元，并輔助很多復(fù)雜的計(jì)算分支。而 GPU 的運(yùn)算核心數(shù)量則可以多達(dá)上百個(gè)（流處理器），每個(gè)核擁有的緩存大小相對(duì)小，數(shù)字邏輯運(yùn)算單元也少而簡(jiǎn)單。
CPU和 GPU 最大的區(qū)別是設(shè)計(jì)結(jié)構(gòu)不同結(jié)構(gòu)形成的不同功能。CPU的邏輯控制功能強(qiáng)，可以進(jìn)行復(fù)雜的邏輯運(yùn)算，并且延時(shí)低，可以高效處理復(fù)雜的運(yùn)算任務(wù)。而 GPU邏輯控制和緩存較少，使得每單個(gè)運(yùn)算單元執(zhí)行的邏輯運(yùn)算復(fù)雜程度有限，但并列大量的計(jì)算單元，可以同時(shí)進(jìn)行大量較簡(jiǎn)單的運(yùn)算任務(wù)。
GPU 占據(jù)現(xiàn)階段自動(dòng)駕駛芯片主導(dǎo)地位，相比于消費(fèi)電子產(chǎn)品的芯片，車(chē)載的智能駕駛芯片對(duì)性能和壽命要求都比較高，主要體現(xiàn)在以下幾方面：
1、耗電每瓦提供的性能；
2、生態(tài)系統(tǒng)的構(gòu)建，如用戶群、易用性等；
3、滿足車(chē)規(guī)級(jí)壽命要求，至少 1 萬(wàn)小時(shí)穩(wěn)定使用。
目前無(wú)論是尚未商業(yè)化生產(chǎn)的自動(dòng)駕駛 AI 芯片還是已經(jīng)可以量產(chǎn)使用的輔助駕駛芯片，由于自動(dòng)駕駛算法還在快速更新迭代，對(duì)云端“訓(xùn)練”部分提出很高要求，既需要大規(guī)模的并行計(jì)算，需要大數(shù)據(jù)的多線程計(jì)算，因此以 GPU+FPGA 解決方案為核心；在終端的“推理”部分，核心需求是大量并行計(jì)算，從而以 GPU為核心。
NVIDIA 在自動(dòng)駕駛領(lǐng)域的成就正是得益于他們?cè)?GPU 領(lǐng)域內(nèi)的深耕，NVIDIA GPU 專為并行計(jì)算而設(shè)計(jì)，適合深度學(xué)習(xí)任務(wù)，并且能夠處理在深度學(xué)習(xí)中普遍存在的向量和矩陣操作。相對(duì)于 Mobileye 專注于視覺(jué)處理，NVIDIA 的方案重點(diǎn)在于融合不同傳感器。
2016 年，英偉達(dá)在 Drive PX 2 平臺(tái)上推出了三款產(chǎn)品，分別是配備單GPU 和單攝像頭及雷達(dá)輸入端口的 Drive PX2 Autocruise（自動(dòng)巡航）芯片（下圖左上）、配備雙 GPU 及多個(gè)攝像頭及雷達(dá)輸入端口的 Drive PX2 AutoChauffeur（自動(dòng)私人司機(jī)）芯片（右上）、配備多個(gè) GPU 多個(gè)攝像頭及雷達(dá)輸入端口的 Drive PX2 Fully Autonomous Driving（全自動(dòng)駕駛）芯片。
以目前的銷(xiāo)售情況，Drive PX 2 搭載上一代 Pascal 架構(gòu) GPU 已經(jīng)實(shí)現(xiàn)量產(chǎn)，并且已經(jīng)搭載在 Tesla 的量產(chǎn)車(chē)型 Model S 以及Model X 上。目前PX 2 仍然是 NVIDIA 自動(dòng)駕駛平臺(tái)出貨的主力，Tesla，Audi 和 ZF 等對(duì)外公布 Drive PX 2 應(yīng)用在量產(chǎn)車(chē)上。
Xavier 是 Drive PX 2 的進(jìn)化版本，搭配了最新一代的 Volta 架構(gòu) GPU, 相較于 Drive PX 2 性能將提升近一倍，2017 年年底量產(chǎn)。由于多家主機(jī)廠L3 級(jí)別以上自動(dòng)駕駛量產(chǎn)車(chē)的計(jì)劃在 2020 年左右，而 Xavier 的量產(chǎn)計(jì)劃將能和自動(dòng)駕駛車(chē)的研發(fā)周期相互配合（一般 3 年左右），因此 Xavier 的合作都是有量產(chǎn)車(chē)落地計(jì)劃的。
而對(duì)于較早與 NVIDIA 達(dá)成合作的車(chē)廠來(lái)說(shuō)，他們?cè)谛∨繙y(cè)試、量產(chǎn)的優(yōu)先級(jí)別以及可定制化空間等方面都能獲得一定的優(yōu)勢(shì)。
目前，L4 及以上的市場(chǎng)基本上被 NVIDIA 壟斷，CEO 黃仁勛稱全球有 300余家自動(dòng)駕駛研發(fā)機(jī)構(gòu)使用 Drive PX2。Drive PX 2 單價(jià)為 1.6 萬(wàn)美金，功耗達(dá) 425 瓦，但目前沒(méi)有達(dá)到車(chē)規(guī)，按功耗和成本看，只能小規(guī)模測(cè)試階段使用。
四維圖新國(guó)內(nèi)地圖行業(yè)龍頭，向 ADAS 和自動(dòng)駕駛進(jìn)軍。公司成立于 2002 年，是國(guó)內(nèi)首家獲導(dǎo)航地圖制作資質(zhì)的企業(yè)（目前僅 13 家），為領(lǐng)先的數(shù)字地圖內(nèi)容、車(chē)聯(lián)網(wǎng)與動(dòng)態(tài)交通信息服務(wù)、基于位置的大數(shù)據(jù)垂直應(yīng)用服務(wù)的提供商之一。其拳頭業(yè)務(wù)——地圖業(yè)務(wù)，以國(guó)內(nèi) 60%的份額穩(wěn)居壟斷地位。2017 年以來(lái)，公司收購(gòu)杰發(fā)科技、入股中寰衛(wèi)星與禾多科技，“高精度地圖+芯片+算法+軟件”的自動(dòng)駕駛產(chǎn)業(yè)鏈全方位布局雛形已現(xiàn)。
收購(gòu)杰發(fā)科技布局汽車(chē)芯片。杰發(fā)科技（2017 年 3 月完成收購(gòu)）脫胎于聯(lián)發(fā)科，主攻車(chē)載信息娛樂(lè)系統(tǒng)芯片?，F(xiàn)階段在國(guó)內(nèi)后裝市場(chǎng)市占率超 70%，前裝超 30%（主要為吉利、豐田等車(chē)企），其車(chē)規(guī)級(jí) IVI 芯片被多家國(guó)際主流零部件廠商采用，并計(jì)劃推出 AMP、MCU 及TPMS（胎壓監(jiān)測(cè)）芯片等新一代產(chǎn)品。公司通過(guò)收購(gòu)杰發(fā)科技，具備了為車(chē)廠提供高性能汽車(chē)電子芯片的能力，打通從軟件到硬件的關(guān)鍵性關(guān)卡，并與蔚來(lái)、威馬、愛(ài)馳億維等造車(chē)新勢(shì)力公司達(dá)成了合作。
該芯片采用 64 位 Quad A53 架構(gòu)，內(nèi)置硬件圖像加速引擎，支持雙路高清視頻輸出，和四路高清視頻輸入，能同時(shí)支持高級(jí)車(chē)載影音娛樂(lè)系統(tǒng)全部功能和豐富的 ADAS 功能。功能包括：360°全景泊車(chē)系統(tǒng)、車(chē)道偏移警示系統(tǒng) LDW、前方碰撞警示系統(tǒng) FCW、行人碰撞警示系統(tǒng) PCW、交通標(biāo)志識(shí)別系統(tǒng) TSR、車(chē)輛盲區(qū)偵測(cè)系統(tǒng) BSD、駕駛員疲勞探測(cè)系統(tǒng) DFM 和后方碰撞預(yù)警系統(tǒng) RCW 等。
GPU適用于單一指令的并行計(jì)算，而 FPGA 與之相反，適用于多指令，單數(shù)據(jù)流，常用于云端的“訓(xùn)練”階段。此外與 GPU對(duì)比，F(xiàn)PGA 沒(méi)有存取功能，因此速度更快，功耗低，但同時(shí)運(yùn)算量不大。結(jié)合兩者優(yōu)勢(shì)，形成GPU+FPGA 的解決方案。
FPGA 和 ASIC 的區(qū)別主要在是否可以編程。FPGA 客戶可根據(jù)需求編程，改變用途，但量產(chǎn)成本較高，適用于應(yīng)用場(chǎng)景較多的企業(yè)、軍事等用戶；而 ASIC 已經(jīng)制作完成并且只搭載一種算法和形成一種用途，首次“開(kāi)?！背杀靖?，但量產(chǎn)成本低，適用于場(chǎng)景單一的消費(fèi)電子、“挖礦”等客戶。目前自動(dòng)駕駛算法仍在快速更迭和進(jìn)化，因此大多自動(dòng)駕駛芯片使用GPU+FPGA 的解決方案。未來(lái)算法穩(wěn)定后，ASIC 將成為主流。
計(jì)算能耗比，ASIC > FPGA > GPU > CPU，究其原因，ASIC 和 FPGA 更接近底層 IO，同時(shí) FPGA 有冗余晶體管和連線用于編程，而 ASIC 是固定算法最優(yōu)化設(shè)計(jì)，因此 ASIC 能耗比最高。相比前兩者，GPU 和 CPU 屏蔽底層 IO，降低了數(shù)據(jù)的遷移和運(yùn)算效率，能耗比較高。同時(shí) GPU 的邏輯和緩存功能簡(jiǎn)單，以并行計(jì)算為主，因此 GPU能耗比又高于 CPU。
ASIC 是未來(lái)自動(dòng)駕駛芯片的核心和趨勢(shì) 。結(jié)合 ASIC 的優(yōu)勢(shì)，我們認(rèn)為長(zhǎng)遠(yuǎn)看自動(dòng)駕駛的 AI 芯片會(huì)以 ASIC 為解決方案，主要有以下幾個(gè)原因：
綜上 ASIC 專用芯片幾乎是自動(dòng)駕駛量產(chǎn)芯片唯一的解決方案。由于這種芯片僅支持單一算法，對(duì)芯片設(shè)計(jì)者在算法、IC 設(shè)計(jì)上都提出很高要求。
以上并非下定論目前 ASIC 為核心的芯片一定比 GPU+FPGA 的芯片強(qiáng)，由于目前自動(dòng)駕駛算法還在快速迭代和升級(jí)過(guò)程中，過(guò)早以固有算法生產(chǎn)ASIC 芯片長(zhǎng)期來(lái)看不一定是最優(yōu)選擇。
Intel 在 ADAS 處理器上的布局已經(jīng)完善，包括 Mobileye 的 ADAS 視覺(jué)處理，利用 Altera 的 FPGA 處理，以及英特爾自身的至強(qiáng)等型號(hào)的處理器，可以形成自動(dòng)駕駛整個(gè)硬件超級(jí)中央控制的解決方案。
Mobileye 具有自主研發(fā)設(shè)計(jì)的芯片 EyeQ 系列，由意法半導(dǎo)體公司生產(chǎn)供應(yīng)?，F(xiàn)在已經(jīng)量產(chǎn)的芯片型號(hào)有 EyeQ1 至 EyeQ4，EyeQ5 正在開(kāi)發(fā)進(jìn)行中，計(jì)劃 2020 年面世，對(duì)標(biāo)英偉達(dá) Drive PX Xavier，并透露 EyeQ5 的計(jì)算性能達(dá)到了 24 TOPS，功耗為 10 瓦，芯片節(jié)能效率是 Drive Xavier 的2.4 倍。英特爾自動(dòng)駕駛系統(tǒng)將采用攝像頭為先的方法設(shè)計(jì)，搭載兩塊EyeQ5 系統(tǒng)芯片、一個(gè)英特爾凌動(dòng) C3xx4 處理器以及Mobileye 軟件，大規(guī)模應(yīng)用于可擴(kuò)展的 L4/L5 自動(dòng)駕駛汽車(chē)。該系列已被奧迪、寶馬、菲亞特、福特、通用等多家汽車(chē)制造商使用。
從硬件架構(gòu)來(lái)看，該芯片包括了一組工業(yè)級(jí)四核 MIPS 處理器，以支持多線程技術(shù)能更好的進(jìn)行數(shù)據(jù)的控制和管理。多個(gè)專用的向量微碼處理器（VMP），用來(lái)應(yīng)對(duì) ADAS 相關(guān)的圖像處理任務(wù)（如：縮放和預(yù)處理、翹曲、跟蹤、車(chē)道標(biāo)記檢測(cè)、道路幾何檢測(cè)、濾波和直方圖等，下圖右上）。一顆軍工級(jí) MIPS Warrior CPU 位于次級(jí)傳輸管理中心，用于處理片內(nèi)片外的通用數(shù)據(jù)。
此外通過(guò)行業(yè)訪談?wù){(diào)研等途徑了解到，Mobileye 在 L1-L3 智能駕駛領(lǐng)域具有極大的話語(yǔ)權(quán)，對(duì) Tire1 和 OEM 非常強(qiáng)勢(shì)，其算法和芯片綁定，不允許更改。
寒武紀(jì)科技在 2018 產(chǎn)品發(fā)布會(huì)上發(fā)布了多個(gè) IP 產(chǎn)品——采用7nm 工藝的終端芯片 Cambricon 1M、云端智能芯片 MLU100 等。
其中寒武紀(jì) 1M 芯片是公司第三代 IP 產(chǎn)品，在 TSMC7nm 工藝下 8 位運(yùn)算的效能比達(dá) 5Tops/w（每瓦 5 萬(wàn)億次運(yùn)算），同時(shí)提供 2Tops、4Tops、8Tops 三種尺寸的處理器內(nèi)核，以滿足不同需求。1M 還將支持 CNN、RNN、SVM、k-NN 等多種深度學(xué)習(xí)模型與機(jī)器學(xué)習(xí)算法的加速，能夠完成視覺(jué)、語(yǔ)音、自然語(yǔ)言處理等任務(wù)。通過(guò)靈活配置 1M 處理器，可以實(shí)現(xiàn)多線和復(fù)雜自動(dòng)駕駛?cè)蝿?wù)的資源最大化利用。它還支持終端的訓(xùn)練，以此避免敏感數(shù)據(jù)的傳輸和實(shí)現(xiàn)更快的響應(yīng)。
寒武紀(jì)首款云端智能芯片 Cambricon MLU100 同期發(fā)布，同時(shí)公布了在R-CNN算法下 MLU100 與英偉達(dá) Tesla V100（2017）和英偉達(dá) Tesla P4（2016）的對(duì)比，從參數(shù)上看，主要對(duì)標(biāo) Tesla P4。
地平線星云，基于征程 1.0 芯片，能夠以車(chē)規(guī)級(jí)標(biāo)準(zhǔn)滿足 L1 和 L2 級(jí)別的自動(dòng)駕駛的需求， 能同時(shí)對(duì)行人、機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)、車(chē)道線、交通標(biāo)志牌、紅綠燈等多類目標(biāo)進(jìn)行精準(zhǔn)的實(shí)時(shí)監(jiān)測(cè)與識(shí)別；并可滿足車(chē)載設(shè)備嚴(yán)苛的環(huán)境要求，以及復(fù)雜環(huán)境下的視覺(jué)感知需求，支持L2 級(jí)別 ADAS 功能。
地平線 Matrix 1.0，內(nèi)置地平線征程 2.0 處理器架構(gòu)，最大化嵌入式 AI計(jì)算性能，是面向 L3／L4 的自動(dòng)駕駛解決方案，可滿足自動(dòng)駕駛場(chǎng)景下高性能和低功耗的需求。依托地平線公司自主研發(fā)的工具鏈，開(kāi)發(fā)者和研究人員可以基于 Matrix 平臺(tái)部署神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)開(kāi)發(fā)、驗(yàn)證、優(yōu)化和部署。
Google TPU于 2016 年在 Google I/O上宣布，當(dāng)時(shí)該公司表示 TPU已在其數(shù)據(jù)中心內(nèi)使用了一年以上。該芯片專為 Google 的 Tensor Flow（一個(gè)符號(hào)數(shù)學(xué)庫(kù)，用于神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)應(yīng)用）框架而設(shè)計(jì)。
Google TPU 是專用的，并不面向市場(chǎng)，谷歌僅表示“將允許其他公司通過(guò)其云計(jì)算服務(wù)購(gòu)買(mǎi)這些芯片?！苯衲?2 月，谷歌在其云平臺(tái)博客上宣布的TPU 服務(wù)開(kāi)放價(jià)格大約為每 cloud TPU （180TFLOPS 和 64 GB 內(nèi)存）每小時(shí) 6.50 美元。Google 使用 TPU開(kāi)發(fā)圍棋系統(tǒng) AlphaGo 和 Alpha Zero以及進(jìn)行 Google 街景視頻文字處理等，能夠在不到五天的時(shí)間內(nèi)找到街景數(shù)據(jù)庫(kù)中的所有文字，此外 TPU也用于提供 Google 搜索結(jié)果的排序。
TPU與同期的 CPU和 GPU相比，可以提供 15-30 倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。
Xilinx 賽靈思是 FPGA 的先行者和領(lǐng)導(dǎo)者，1984 年，賽靈思發(fā)明了現(xiàn)場(chǎng)可編程門(mén)陣列 FPGA，作為半定制化的 ASIC，順應(yīng)了計(jì)算機(jī)需求更專業(yè)的趨勢(shì)。FPGA 的好處是可編程以及帶來(lái)的靈活配置，同時(shí)還可以提高整體系統(tǒng)性能，比單獨(dú)開(kāi)發(fā)芯片整個(gè)開(kāi)發(fā)周期大為縮短，但缺點(diǎn)是價(jià)格、尺寸等因素。
在汽車(chē) ADAS 和自動(dòng)駕駛解決方案上，賽靈思的 FPGA 和 SOC 產(chǎn)品家族衍生出三個(gè)模塊：自動(dòng)駕駛中央控制器 Zynq UltraScale+ MPSoC，前置攝像頭Zynq-7000 / Zynq UltraScale+ MPSoC、多傳感器融合系統(tǒng) Zynq UltraScale+ MPSoC。
Zynq 采用單一芯片即可完成 ADAS 解決方案的開(kāi)發(fā)，SOC 平臺(tái)大幅提升了性能，便于各種捆綁式應(yīng)用，能實(shí)現(xiàn)不同產(chǎn)品系列間的可擴(kuò)展性，可幫助系統(tǒng)廠商加快在環(huán)繞視覺(jué)、3D 環(huán)繞視覺(jué)、后視攝像頭、動(dòng)態(tài)校準(zhǔn)、行人檢測(cè)、后視車(chē)道偏離警告和盲區(qū)檢測(cè)等 ADAS 應(yīng)用的開(kāi)發(fā)時(shí)間。并且可以讓 OEM 和 Tier1 在平臺(tái)上添加自己的 IP 以及賽靈思自己的擴(kuò)展。
來(lái)源：全球政企解決方案
轉(zhuǎn)載申明：轉(zhuǎn)載本號(hào)文章請(qǐng)注明作者和來(lái)源，本號(hào)發(fā)布文章若存在版權(quán)等問(wèn)題，請(qǐng)留言聯(lián)系處理，謝謝。
推薦閱讀
更多架構(gòu)相關(guān)技術(shù)知識(shí)總結(jié)請(qǐng)參考“架構(gòu)師全店鋪技術(shù)資料打包”相關(guān)電子書(shū)(37本技術(shù)資料打包匯總詳情可通過(guò)“閱讀原文”獲取)。
全店內(nèi)容持續(xù)更新，現(xiàn)下單“全店鋪技術(shù)資料打包(全)”，后續(xù)可享全店內(nèi)容更新“免費(fèi)”贈(zèng)閱，價(jià)格僅收198元(原總價(jià)350元)。
溫馨提示：
掃描二維碼關(guān)注公眾號(hào)，點(diǎn)擊閱讀原文鏈接獲取“架構(gòu)師技術(shù)全店資料打包匯總(全)”電子書(shū)資料詳情。
